扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
我遇到的情况是：把数据按一定的时间段提出。比如提出每天6:00-8:00的每个数据，可以这样做：
# -*-coding: utf-8 -*-
import pandas as pd
import datetime
#读取csv文件
df=pd.read_csv('A_2+20+DoW+VC.csv')
#求'ave_time'这一列的平均值
aveTime=df['ave_time'].mean()
#把ave_time这列的缺失值进进行填充，填充的方法是按这一列的平均值进行填充
df2=df.fillna(aveTime)
# 把处理过的这一列的数据取出来
col=df2.iloc[:,2]
#因为col带有index值和values值，真正需要的值就是values，取出来的值是Series的类型
arrs=col.values
#取出df2的时间序列的那一列
col.index=df2.iloc[:,1]
#把index处理为datetime格式
col.index=pd.to_datetime(col.index,unit='ns')
#把col分为以天为单位的时间序列，目的是计算这个列有多少天
dcol=col.resample('D').mean()
#n就是多少天
n=dcol.count()
#创建时间序列，目的是把每天的6：:0-8：00 | 8:00-10:00 | 15:：00-17:00 |17:00-19：00|的行车平均时间取出来
f=open('3.txt','w+')
p=pd.date_range('19/7/2016 6:20',periods=n)
for i in p:
j=i+datetime.timedelta(minutes=100)
values=col[i:j].values
count=0
for temp in values:
count+=1
print >> f,temp,
if(count%6==0):
print >> f
f.close()
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网